Seaborn中的kdeplot、rugplot、distplot与jointplot

一、seaborn介绍

　　seaborn是python中基于Matplotlib包具有更多可视化效果和更多风格的可视化模块，可以说是Matplotlib的封装。当我们想要探索单个或者一对数据分布上的特征时，可以使用seaborn中内置的若干函数对数据的分布进行多种多样的可视化。

二、kdeplot

　　对于单变量和双变量进行核密度估计，并可视化，参数表如下：

kdeplot参数表

参数	说明
data	一维数组，单变量时作为唯一的量
data2	格式同data，单变量时不输入，双变量是作为第2个输入变量
shade	bool型，是否对核密度估计曲线下的面积进行色彩填充，默认为False
vertical	bool型，是否颠倒x-y轴位置（单变量输入时有效）
kernel	字符型，核密度估计的方法，默认为‘gau’，即高斯核，且在2维变量的情况下仅支持高斯核方法
legend	bool型，是否在图像上添加图例
cumulative	bool型，是否绘制核密度密度估计的累计分布，默认为False
shade_lowest	bool型，是否为核密度估计中最低的范围着色，主要用于在同一个坐标轴中比较多个不同分布总体，默认为True
cbar	bool型，是否在绘制二维核密度估计图时在图像右侧添加比色卡
color	字符型，控制核密度曲线的色彩，plt.plot()中的color参数
cmap	字符型，核密度区域的递进色彩方案，同plt.plot()中的cmap参数，如'Blues'代表蓝色系
n_levels	int型，控制核密度区间的个数，反映在图像上的闭环层数

 

 

 

 

 

 

 

 

 

 

 

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(color_codes = True)
%matplotlib inline
mean = [0,2]
cov = [(1,0.5),(0.5,1)]
x,y = np.random.multivariate_normal(mean,cov,50).T

　numpy.random.multivariate_normal()函数解析

1、不修改其他参数只传入数据，绘制

#单变量
ax = sns.kdeplot(x)

2、加入红的填充区域并添加图例

# ax = sns.kdeplot(x,shade = True,color='r',legend=True)
ax = sns.kdeplot(x,shade=True,label='x')

3、修改为核密度估计的累计分布

ax = sns.kdeplot(x,shade=True,color='r',cumulative=True)

4、交换x-y轴位置

ax = sns.kdeplot(x,shade = True,color='r',vertical = True)

5、绘制双变量联合密度估计图 

ax = sns.kdeplot(x,y)

　

 6、修改调色方案，并设置shade_lowest = True、阴影填充及核密度区间个数

ax = sns.kdeplot(x,y,cmap='Blues',shade = True,shade_lowest=True)
ax = sns.kdeplot(x,y,cmap='Blues',shade = True,shade_lowest=True,n_levels=5)

 7、在同一个子图中绘制两个不同一维总体的核密度估计图

ax1 = sns.kdeplot(x,label='x',shade = True,color='r')
ax2 = sns.kdeplot(y,label='y',shade = True,color='y')

　

8、在同一个子图中绘制两个不同二维总体的核密度估计图

mean1 = [-1,1]
cov1 = [(0,0.3),(0.3,0.1)]
x1,y1 = np.random.multivariate_normal(mean1,cov1,30).T

ax1 = sns.kdeplot(x,y,cmap='Reds',shade=True,shade_lowest=False)
ax2 = sns.kdeplot(x1,y1,cmap='Greens',shade=True,shade_lowest=False)

三、rugplot

　　用于绘制出一维数组中数据点实际的分布位置情况，即不添加任何数学意义上的拟合，只是单纯的记录值在坐标轴上进行展示，相当于kdeplot，可以展示出数据的离散分布情况。参数表如下：

rugplot参数表

参数	说明
a	一维数组，传入观测值向量
height	设置每个观测点对应的小短条的高度，默认为0.05
axis	字符型变量，观测值对应小短条所在的轴，默认为'x'，即x轴

 

 

 

 

 

1、使用默认参数进行绘制

ax = sns.rugplot(x)

　

 2、调换小短条所处的坐标轴并修改其高度与颜色

ax = sns.rugplot(x,axis='y',height = 0.3,color='y')

　

四、displot

　　displot主要功能是绘制单变量的直方图，而且可以在直方图的基础之上加上kdeplot和rugplot的部分内容，其功能非常强大，其主要参数如下：

displot参数表

参数	说明
a	以为数组形式，传入带分析的变量
bins	int型变量，确定直方图中限制直方的数量，默认为None
hist	bool型，是描绘制直方图，默认为True
kde	bool型，是否绘制核密度估计曲线，默认为True
rug	bool型，是否绘制对应的rugplot部分，默认为False
fit	传入scipy_stats中的分布类型，用于观察变量上抽取相关统计特征来强行拟合的分布，默认为None，即不进行拟合
hist_kws	字典形式的输入，对应hist原生函数中的参数名称与参数值
kde_kws	同上
rug_kws	同上
color	控制除了fit部分拟合出的曲线之外的所有对象的色彩
vertical	bool型，是否颠倒x-y轴，默认为False
norm_hist	bool型，表示直方图高度代表的意义，默认为False True：直方图高度表示对应的密度 False：对应的直方区间内记录值个数
label	控制图像中的图例标签显示内容

 

 

 

 

 

 

 

 

 

 

 

 

1、使用默认参数进行绘制

import pandas as pd
x = pd.Series(x,name = 'x')
ax = sns.distplot(x)

2、修改所有对象颜色，绘制rugplot部分，并修改bins

ax = sns.distplot(x,color='r',rug=True,bins=20)

　

3、强行拟合卡方分布并利用参数字典设置fit曲线颜色 

ax = sns.distplot(x,color='r',rug=True,bins=20,kde=False,fit=None,
                  norm_hist=False,hist_kws={'alpha':0.6,'color':'orange'},
                  rug_kws={'color':'g'})

 4、修改norm_hist参数为False使得纵轴显示的不再是密度而是频数（注意这里必须关闭kde和fit绘图的部分，否则纵轴依然显示密度），利用hist_kws传入字典调整直方图部分色彩和透明度，利用rug_kws传入字典调整rugplot部分小短条色彩：

 

五、jointplot

　　jointplot中聚合了kdeplot和rugplot中的相关内容，故放于最后进行介绍；

　　jointplot主要用于对成对变量的相关情况、联合分布及各自的分布呈现于一张图表，jointplot的主要参数如下：

jointplot参数表

参数	说明
x，y	代表待分析的成对变量，有两种模式; 第一种模式：在参数data传入数据框时，x、y均传入字符串，指代数据框中的变量名； 第二种模式：在参数data为None时，x、y直接传入两个一维数组，不依赖数据框
data	与上一段中的说明相对应，代表数据框，默认为None
kind	字符型，展示成对变量相关情况的主图中的样式
color	图像中对象的色彩
height	图像为正方形时的边长
ratio	int型，调节联合图与边缘图的相对比例，越大则边缘图越矮，默认为5
space	int型，用于控制联合图与边缘图的空白大小
xlim，ylim	设置x轴与y轴显示范围
joint_kws， marginal_kws， annot_kws	传入参数字典来分别精细化控制每个组件

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1、使用默认参数绘制成对变量联合图

　　模式一：在参数data传入数据框时，x、y均传入字符串，指代数据框中的变量名

data = pd.DataFrame()
data['x']=x
data['y']=y
ax = sns.jointplot(x='x',y='y',data=data)

　　模式二：在参数data为None时，x、y直接传入两个一维数组，不依赖数据框

y = pd.Series(y,name='y')
ax = sns.jointplot(x=x,y=y)

2、将kind参数设置为‘reg’，为联合图添加线性回归拟合直线与核密度估计结果

y = pd.Series(y,name='y')
ax = sns.jointplot(x=x,y=y,kind='reg')

3、将kind参数设置为‘hex’，生成六边形核密度估计联合图

y = pd.Series(y,name='y')
ax = sns.jointplot(x=x,y=y,kind='hex')

4、将kind参数设置为‘kde’，将直方图和散点图转换为核密度估计图，并将边际轴的留白大小设定为0

y = pd.Series(y,name='y')
ax = sns.jointplot(x=x,y=y,kind='kde',space=0)　

5、利用边缘图形参数字典为边缘图形添加rugplot的内容，并修改直方个数为15

ax = sns.jointplot(x=x,y=y,color='g',kind='reg',marginal_kws={'bins':15,'rug':True})

　

 6、jointplot支持图层叠加

　　例：我们首先绘制出的联合图中kind限制为拟合线性回归直线，在此基础上利用.plot_joint方法叠加核密度估计图层：

ax = sns.jointplot(x=x,y=y,color='g',kind='reg').plot_joint(sns.kdeplot,n_levels=5)